Разрыв в структуре: когда больше данных не может заменить структурированное обоснование

arXiv: 261 030.37523v 1 Annuales Type: New Humber Abstract: Упорное убеждение в современной ИИ заключается в том, что достаточно крупные учащиеся, прошедшие подготовку на основе достаточного объема данных, могут сделать знания о домене факультативными. В настоящем документе рассматривается вопрос об ограничении этой веры. Мы определяем проблемы, закодированные в структуре: задачи, чья карта ввода-вывода определяется или резко ограничивается известной структурой, такой как решающая, симметрическая группа, график, физическое право, измерительный оператор, грамматический, комбинаторный поисковый пространство или цель оптимизации. При выполнении таких задач главный вопрос заключается не в экспрессивности - плотная нейронная сеть может содержать желаемую карту, но конечную идентификацию данных, экстраполяцию и сертификацию. Мы вносим структурный разрыв: дефицит ограниченных ресурсов между методом, который получает руководящую структуру, и учащимся, получающим только примеры. Наиболее полезной формой претензии является скорее асимптотическая, чем абсолютная: по мере роста охвата процесс структурно-агностического обучения может подойти к структурированному решателю, но